Neuste Artikel für Stadtplanung

Ereignisbasierte Kameras verbessern die Fussgängererkennung in autonomen Fahrzeugen und städtischen Umgebungen.

Ein neuer Ansatz, um die Verkehrslenkung zu verbessern und Staus in städtischen Gebieten zu verringern.

Öffentliche Meinungen zum Parken durch Online-Bewertungen in US-Städten analysieren.

Lerne was über Approximatoren für den Verkehrsfluss in grossen Graphen.

KI-Modelle verbessern Wettervorhersagen, indem sie detaillierte lokale Vorhersagen liefern.

Dieser Artikel bespricht Algorithmen zur Verbesserung der Effizienz bei der Planung von Transportwegen.

Entdecke, wie der Mamba-basierte Change Detector dabei hilft, Umweltveränderungen zu verfolgen.

Eine Studie über Mechanismen für eine effiziente Standortwahl unter Berücksichtigung der Nutzerpräferenzen.

Neue Methode verbessert die Genauigkeit bei der Zählung von Menschenmengen mit fortschrittlichen Techniken.

Eine Studie zur Verbesserung der Platzierung von Fallen für ein besseres WNV-Monitoring.

Die Dynamik von Parken in zeitlich begrenzten Szenarien erkunden.

Eine Studie zur Vorhersage der Reisezeiten für die stark frequentierten Routen in Islamabad.

Grüne und blaue Räume haben einen grossen Einfluss auf die körperliche und geistige Gesundheit.

Eine neue Methode verbessert die Verkehrsstromschätzungen mit Daten von vernetzten Fahrzeugen.

Eine neuartige Methode verbessert die Vorhersagen von Kanten-Gewichten mithilfe von Graph-Neuronalen-Netzen.

Ein neues Modell verändert die Stadtplanung, ohne auf gekoppelte Bilder angewiesen zu sein.

Öffentliche Daten nutzen, um Karten aus der Ich-Perspektive zu verbessern.

MetaUrban simuliert Stadtumgebungen für die Robotikforschung und -entwicklung.

Ein netzwerkbasiertes Modell bietet Einblicke in effektive Strategien zur Schadstoffbewirtschaftung.

ST-Mamba verbessert die Verkehrflussprognosen mit begrenzten Daten von Fahrzeugen.

Neue Methoden gehen Risiken für die Privatsphäre bei der Vorhersage von menschlichen Bewegungsdaten an.

Die Kombination von k-Zentrum und k-Median für fortgeschrittene Datenanalyse.

Eine Datensammlung, um die Interaktionen zwischen intelligenten Fahrzeugen und der öffentlichen Infrastruktur zu verbessern.

Ein Überblick über komplexe adaptive Systeme und deren Bedeutung in verschiedenen Bereichen.

Ein Blick auf die Generierung synthetischer Daten für urbane Mobilität und Datenschutz-Herausforderungen.

Einführung von STD-LLM für bessere Prognosen und Imputation in dynamischen Systemen.

HPix kombiniert Deep Learning mit Satellitenbildern, um präzise Vektorkarten zu erstellen.

Ein modernes Dataset verbessert die Baum-Modellierung für ökologische und städtische Planungsforschung.

Ein neues Datenset, um die Methoden zur Erstellung von architektonischen Grundrissen für komplexe Gebäude zu verbessern.

Eine neue Methode verbessert die Genauigkeit der Veränderungserkennung in SAR-Bildern.

Eine neue Technik verbessert, wie Gebäude in Luftaufnahmen dargestellt werden.

NeighborFL verbessert die Genauigkeit der Verkehrsprognose und schützt gleichzeitig die Datensicherheit.

UrbanWorld macht die Erstellung von realistischen 3D-Stadtumgebungen für das AI-Training einfacher.

Lerne, wie SOOP das Navigieren in schwierigen Umgebungen verbessern kann.

GroundUp vereinfacht den Designprozess für Stadtarchitekten mit innovativer 3D-Modellierungstechnologie.

HDRSplat verbessert die 3D-Modellierungsgenauigkeit bei schlechten Lichtverhältnissen.

Untersuchung der komplexen Verzweigungsnetzwerke von *Podospora anserina*.

Nichtlokale stochastische Modelle verbessern das Verkehrsmanagement und verringern Stau.

CrowdMAC verbessert die Vorhersagen zur Crowd-Dichte, auch wenn die Daten unvollständig sind.

Eine Studie zeigt, wie Substanzen in turbulenten Grenzschichten wandern.